张 鸿, 刘 中, 何文秀, 盛攀峰

(西安邮电大学 经济与管理学院， 陕西 西安 710121)

就业是最大的民生，就业情况历来是政府和学者关注的头等大事之一。相比于单纯的就业率指标，就业质量是衡量劳动者在就业过程中对就业环境、就业状况以及其他各方面满意程度的多维度概念[1]。就业状况和就业质量与经济结构密切相关，目前数字经济在经济总量中的比重越来越高，在此背景下研究数字经济与就业质量之间的关系就显得尤为重要。

数字经济是指以使用数字化的知识和信息作为生产要素、以现代信息网络为载体、以ICT技术的有效使用作为提升效率和优化经济结构重要推动力的一系列经济活动[2]。近年来陕西省数字经济发展速度较快，数字经济已经成为陕西省新型经济发展道路的重要引擎，2018年陕西省数字经济规模约2.4 万亿，全国排名12位，连续3年增速超过30%[3]。以陕西省为样本，分析数字经济对就业质量的影响具有一定的研究价值。

就数字经济与就业质量的关系，目前存在2种截然不同的观点。一种观点认为，数字经济对就业质量有积极的正向作用。例如文献[4]认为数字经济的发展使劳动者从传统工作解放出来，对工作的满意度随着劳动强度下降和闲暇时间增多而增加。随着劳动者的闲暇时间增加，劳动者可以从事大量灵活就业的工作，收入水平也会增加，就业质量整体就会上升[5]。文献[6]认为数字经济通过作用于产业结构改变就业结构，最终提升就业质量。但没有对3者之间长期联动关系展开进一步研究[7]。文献[8]认为数字经济通过创造新就业机会、构建新就业生态、优化升级就业结构等因素促进就业质量提升。另一种观点认为，数字经济对就业质量具有负向效应。例如数字经济导致就业不公平拉大、结构性失业、就业政策体系滞后等结果[9]，数字经济的发展致使一些传统的岗位容易被机器所替代，大量人工岗位被迫失业，削减了就业稳定性[10]；同时数字经济的就业门槛较高，在短期内，会导致岗位的供不应求，造成劳动者技能与岗位匹配度的降低[11]。上述研究对象多是以国家为单位，对陕西省的分析和研究还未见报道。

本文以陕西省为研究对象，构建数字经济与就业质量评价指标体系，采用熵值法分别测度二者的发展水平。在此基础上，通过构建多元线性回归模型，实证分析数字经济对就业质量的影响。

1 数字经济与就业质量发展水平测度

1.1 测度方法

采用熵值法[12]对各指标进行赋权，测度数字经济与就业质量发展水平。由于各指标计量单位、具体含义等存在差异，在计算之前首先要对数据进行指标无量纲化处理，使其标准化。测度计算过程如下。

1)指标数据无量纲化处理

当指标为正向指标时

当指标为负向指标时

其中：xij表示第i(i=1,2,...,n)年第j(j=1,2,...,m)项指标的原始值；x′ij表示第i年第j项指标无量纲化处理后的值；min {xij}表示i年第j指标的最小值；max {xij}表示第i年第j指标的最大值。

2)计算第j项指标下的第i年值在此指标中的比重

3)计算第j项指标的信息熵

4)计算第j项指标的差异系数

gj=1-ej。

5)差异系数归一化处理，即熵值法确定权重

6)计算第i年的综合得分值

1.2 指标选取与权重确定

1.2.1 数字经济指标体系构建与权重确定

数字经济的测算主要包含基础、环境、产业、融合[13-15]等方面，因此从数字基础设施、数字经济产业、产业数字融合和数字政务环境4个维度构建数字经济评价指标体系。

1)数字基础设施是数字经济发展的重要基础支撑[13]。数字基础设施包含5个二级指标。其中，互联网宽带用户和互联网普及率反映经常使用互联网的人口比例，用来衡量信息化的发达程度；域名数量、网站数量和光缆线路长度反映互联网基础设施的发展水平。

2)数字经济产业包含7个二级指标。其中软件业务收入和从事软件和信息服务业企业数量反映软件和信息服务业的发展水平；有效发明专利数反映产业的创新能力；从事电子信息制造业企业数量和投资额反映电子信息制造业发展的情况；电信业务总量和投资额占战略性新型产业投资比重反映信息通讯业和新一代信息技术产业的情况[14]。

3)产业数字融合包含11个二级指标。快递业务量、电子商务交易额和有电子商务交易活动企业数反映电子商务的发展水平；金融科技发展指数和研发支出反映金融科技的发展情况；工业化与信息化融合发展指数、工业化与信息化融合基础环境指数、工业应用指数和应用效益指数反映工业与数字化融合发展的情况；每百家企业拥有网站数和每百人使用计算机数反映了企业的信息化水平[15]。

4)数字政务环境包含2个二级指标。门户网站公开信息数量和官方微博私信及评论回复数量反映政务数字化的发展情况，政务数字化的发展水平越高，说明数字发展的环境越好，数字经济发展水平越高[15]。

选取2008-2018年陕西省数字经济发展水平的相关数据。其中，工业化与信息化融合发展指数、融合基础环境指数、工业应用指数和应用效益指数来源于《中国信息化与工业化深度融合发展水平评估蓝皮书》(2008-2018)；门户网站公开信息数量和官方微博私信及评论回复数量来源于《陕西省互联网发展报告》(2008-2018)；金融科技发展指数来源于《中国互联网金融发展指数报告》(2008-2018)；电子商务交易额来源于《中国电子商务报告》(2008-2018)；其他数据来源于《陕西省统计年鉴》(2008-2018)。采用熵值法计算各项指标权重，其结果如表1所示。

表1 数字经济评价指标体系及权重

1.2.2 就业质量指标体系构建与权重确定

就业质量作为1个多维度的概念，与就业率相比，就业质量更能反映就业的水平、层次和稳定性，并且带有一定的满意度的内涵。从就业状况、劳动报酬、满意度、职业发展4个维度[16-19]构建就业质量评价指标体系。

1)就业状况包含8个二级指标。其中，第三产业占总产值的比重反映了就业结构的得发展水平；年末就业总人数和城镇新增就业弹性体现了就业机会的多少；城乡收入差距比和行业工资差距反映了就业的公平性；城镇登记失业率、人均劳动争议发生率和劳均劳动争议案件发生率反映了就业稳定性的情况[16]。

2)劳动报酬包含2个二级指标。其中，就业人员月平均工资反映了就业人员的收入水平情况，月平均工资越高反映所得到的的劳动报酬越多，就业质量也越高；工资增长率反映了收入水平的增长情况，工资增长的速度越快，就业质量越高[17]。

3)满意度包含4个二级指标。其中，人均周工作时间和工会参与率反映了劳动者就业保护的水平，工作时间越短、工会参与率越高说明就业质量就越高；城镇养老保障负担和失业保险参保比例反映了就业者劳动得到保障的水平，劳动保障越多，就业质量就越高[18]。

4)职业发展包含5个二级指标。其中，就业训练中心机构数和职业技能鉴定机构数反映了就业能力的水平，二者数量越多说明为失业者提供的就业机会就越多；女性就业率和就业人员受教育程度反映了劳动者素质的发展水平，劳动者素质越高，就业质量就越高；求人倍率是指招聘岗位的数量与求职人数的比值，该指标衡量反映了人-岗匹配程度的情况，人-岗匹配程度越高，说明就业质量就越高[19]。

选取2008-2018年陕西省就业质量的相关数据。其中，第三产业占总产值比重、年末就业总人数和城乡收入差距来源于历年《陕西省统计年鉴》(2008-2018)；其他数据来源于《中国劳动统计年鉴》(2008-2018)。采用熵值法计算各项指标权重，其结果如表2所示。

表2 就业质量评价指标体系及权重

1.3 测度结果与分析

测算出2008-2018年陕西省数字经济发展水平的综合得分、数字基础设施、数字经济产业、产业数字融合、数字政务环境得分，其结果如图1所示。

从图1可以看出，从2008年至2018年陕西省数字经济始终保持快速增长，综合得分、数字基础设施、数字经济产业、产业数字融合、数字政务环境得分都呈现逐年上升的趋势。综合得分从0.024增加至0.200，数字基础设施得分从0.006增加至0.026，数字产业得分从0.009增加至0.060，产业数字融合得分从0.007增加至0.101，数字政务环境得分从0.002增加至0.013。产业数字融合的增长最快，数字经济产业次之，数字政务环境最慢。

测算出2008-2018年陕西省就业质量发展水平的综合得分、就业状况、劳动报酬、满意度、职业发展、岗位匹配度得分，其结果如图2所示。

从图2可以看出，从2008年至2018年陕西省就业质量综合得分、就业状况、劳动报酬、满意度、职业发展都是处于上升趋势的。就业质量综合得分从0.021上升为0.1745，就业状况得分从0.013上升为0.089，劳动报酬得分上升为0018，满意度得分从0.006上升为0.036，职业发展从0.003上升为0.031。就业状况的发展水平最高，满意度次之，职业发展和劳动报酬度分别排名第三、四。

图1 2008-2018年陕西省数字经济发展水平得分

图2 2008-2018年陕西省就业质量发展水平得分

2 模型构建与变量选取

以陕西省为研究对象，研究时间跨度为2008-2018年，实证数字经济对就业质量的影响。选取就业质量发展水平综合QE作为被解释变量，数字经济发展水平综合得分ED作为解释变量，同时采用经济发展规模PGD、政府参与经济程度MG、对外开放水平OPEN、教育投入支出EDU作为控制变量[20]，构建多元线性回归模型。原始数据均来源于《陕西省统计年鉴》(2008-2018年)，建立的回归方程为

QE,i=β0+β1ED,i+β2PGD,i+β3MG,i+
β4OPEN,i+β5EDU,i+ui。

其中，β0为常数，β1,β2,…,β5为各变量系数，ui为第i年的随机扰动项，其他变量及数据选取如下。

1)被解释变量QE,i表示第i年陕西省的就业质量发展水平，取值为第i年的就业质量综合得分。

2)解释变量ED,i表示第i年的数字经济发展水平，选取第i年的数字经济综合得分。

3)控制变量PGD,i表示第i年的经济发展规模，取值为第i年的国内生产总值增长率；MG,i表示第i年的政府参与经济程度，取值为第i年的财政支出占国内生产总值之比；OPEN,i表示第i年的对外开放水平，取值为第i年的进出口总额占国内生产总值之比；EDU,i表示第i年的教育投入水平，取值为第i年的教育支出占国内生产总值之比。

3 模型检验与分析

3.1 描述性统计

在进行多元线性回归之前，首先对各变量进行描述性统计分析，结果如表3所示。

GM和OPEN的标准差分别为1.895和1.884，二者的波动程度较大；QE、ED、PGD和EDU的标准差分别为0.052、0.062、0.080和0.05，波动程度相对较小。从偏度统计量可以看出，MG呈现左偏分布，其余变量均呈现右偏分布。从峰度统计量可以看出，所有样本数据都高于正态分布的终端值。

Jarque-Berat值是检验样本数据是否符合正态分布的偏度和峰度的拟合度，数值越大说明越不符合正态分布，从Jarque-Berat统计量可以看出，各变量的统计值很大，说明6个样本数据均不符从正态分布。因此，满足进行多元线性回归分析的条件。

表3 相关变量描述性统计

3.2 回归结果

运用Eviews软件进行多元线性回归，参数估计结果如表4所示。

R2的值在调整前后为0.990和0.980，说明该模型拟合度较高。解释变量ED回归系数β1为0.722，说明数字经济发展对就业质量起正向积极作用，即数字经济发展水平每增加1%，陕西省就业质量提高0.722%。

从控制变量对就业质量的影响来看，PGD的回归系数β2为0.037，说明经济发展规模对就业质量也是正向积极作用，即生产总值增长率每增加1%，就业质量提高0.037%；MG的回归系数β3为0.004，说明政府参与经济对就业质量有一定的促进作用，即财政支出占生产总值之比每增加1%，就业质量提高0.004%；OPEN的回归系数β4为0.000 8，说明对外开放水平对就业质量是正向影响，但影响较小；EDU的回归系数β5为正值，说明教育投入对就业质量也有一定的积极影响，不过由于EDU的P值为0.809，说明教育投入虽然能够促进就业质量提升，但影响不显著。

表4 参数估计结果

注:R2在调整前后分别为0.990和0.980，F检验值为97.951，P值为0.0000。

3.3 稳健性检验

采用替换被解释变量的方法检验样本范围变动是否影响估计结果。选用就业数量代替就业质量发展指数，考察各变量与就业质量的关系，就业数量数据来源于《陕西省统计年鉴》(2008-2018)，稳健性检验估计结果如表5所示。

模型R2的值在调整前后分别为0.965和0.931，说明该模型拟合度较高。解释变量ED回归系数β1为0.174，说明数字经济对就业质量是正向积极作用，即数字经济每增加1%，陕西省就业质量提高0.174%。从控制变量对就业质量的影响看，PGD的回归系数β2为0.238，说明经济发展规模对就业质量也是正向积极作用，即生产总值增长率每增加1%，就业质量提高0.238%；MG的回归系数β3为0.013，说明政府参与经济对就业质量有一定的促进作用，即财政支出占生产总值之比每增加1%，就业质量提高0.013%；OPEN的回归系数β4为0.010，说明对外开放水平对就业质量是正向影响，即进出口总额占生产总值之比每增加1%，就业质量提高0.010%；EDU回归系数β5为0.694，说明教育投入促进就业质量，即教育支出占国内生产总值之比每增加1%，就业质量提升0.694%。各变量回归系数符号与显著性并没有发生明显改变，说明了模型具有一定的稳健性。

表5 稳健性检验估计结果

注:R2在调整前后分别为0.965和0.931，F检验值为27.912，P值为0.0012。

4 结语

针对分析数字经济对就业质量的影响效应，从基础设施、数字产业、产业融合和政务环境4个维度构建数字经济评价指标体系，从就业状况、劳动报酬、满意度、职业发展、岗位匹配度5个维度构建就业质量评价指标体系，以陕西省为研究对象，采用熵值法，分别对就业质量和数字经济发展水平进行测算。结果表明，在2008-2018年间，陕西省就业质量发展水平不断提高，就业状况不断改善，劳动者报酬不断增加，满意度不断提升，职业发展不断优化，岗位匹配度不断提高；陕西省数字经济发展水平不断提高，基础设施不断完善，数字产业不断发展，产业数字融合不断成熟，数字政务环境不断优化。

在此基础上，选取就业质量综合得分作为被解释变量，数字经济综合得分为解释变量，经济发展规模、政府参与经济程度、对外开放水平、教育投入支出作为控制变量，构建多元线性回归模型，实证分析数字经济对就业质量的影响。结果表明，数字经济对就业质量是正向积极作用。控制变量经济发展规模、政府参与经济、对外开放水平、教育投入支出对就业质量都存在一定的正向积极作用。